APLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL Murien Nugraheni Prodi Teknik Informatika Fak FTI UAD Jl. Prof. Dr. Soepomo, Janturan, Yogyakarta 55164, Telp. (0274)381523, 379418, Fax. (0274)381523 e-mail : murien_n@yahoo.com Abstrak Ada banyak metode dalam melakukan segmentasi salah satunya adalah transformasi watershed. Tetapi transformasi watershed menghasilkan segmentasi yang berlebihan. Untuk itu diperlukan suatu pemroses awal spatial filter yang disini digunakan low pass filter dan high pass filter agar dihasilkan segmentasi yang tidak berlebihan. Citra dimasukkan ke dalam program dan dilakukan proses filtering serta proses watershed. Adapun parameter yang digunakan adalah citra hasil yang digunakan untuk melihat banyak sedikitnya segmen, histogram citra digunakan untuk mengetahui intensitas dan kontras suatu citra, timing run digunakan untuk mengetahui lamanya suatu proses citra, dan SNR (Signal to Noise Ratio) yang digunakan untuk mengetahui kualitas citra. Kata kunci : Segmentasi Citra, Spatial Filter, Watershed 1. PENDAHULUAN 1A. Latar Belakang Masalah Pada pemrosesan citra digital, terdapat proses penting yang sering digunakan sebagai pemroses awal yang selanjutnya akan digunakan untuk proses yang lain. Proses tersebut adalah segmentasi. Proses segmentasi ialah sebuah proses untuk memisahkan antara satu obyek dengan obyek lain atau antara objek dengan background yang terdapat dalam sebuah gambar. Dengan proses segmentasi tersebut, masing-masing obyek pada gambar dapat diambil secara individu sehingga dapat digunakan sebagai input bagi proses yang lain. Transformasi Watershed merupakan metode segmentasi yang cukup akurat untuk mendapatkan daerah yang merupakan objek yang di segmentasi. Tetapi terdapat kelemahan dari transformasi watershed yaitu adanya segmentasi yang berlebihan (over segmentation) sehingga objek yang didapat lebih banyak dari objek yang diharapkan. Untuk mengatasi hal ini, diperlukan pemroses awal sebelum melakukan transformasi sehingga hasil transformasi tidak menunjukkan segmentasi yang terlalu berlebihan. [1] Adanya noise pada citra juga dapat mengakibatkan segmentasi yang berlebihan karena noise pada citra dapat berupa titk-titik yang ketika dilakukan proses segmentasi bintik-bintik tersebut dianggap sebuah objek sehingga nantinya akan terjadi proses segmentasi yang berlebihan. Noise dapat terjadi pada waktu pengambilan gambar suatu citra (capture) ini disebabkan karena kamera tidak fokus atau munculnya titik-titik yang bisa jadi disebabkan oleh proses capture yang tidak sempurna, selain itu noise juga terjadi akibat adanya kotoran-kotoran pada citra [3]. Maka dari itu untuk menghilangkan noise pada citra digunakan metode spatial filtering. Ada beberapa macam metode spasial filtering diantaranya adalah metode low pass filter dan high pass filter untuk menghilangkan noise pada citra. Citra yang digunakan merupakan citra grayscale untuk menyederhanakan model citra. Dalam penelitian ini akan dicoba menggabungkan antara spatial filter sebagai pemroses awal citra dan transformasi watershed untuk menghasilkan proses segmentasi citra dengan kualitas yang lebih baik. Dan membantu segmentasi citra untuk proses analisis lebih lanjut. 1B. Rumusan Masalah Permasalahan yang akan dibahas adalah bagaimana membangun aplikasi yang dapat digunakan untuk melakukan segmentasi menggunakan metode transformasi watershed dan spatial filter yang terdiri dari low pass filter dan high pass filter sebagai pemroses awal serta membandingkannya tanpa pemroses awal spatial filter. 1C. Batasan Masalah Segmentasi dilakukan pada sebuah citra dengan menggunakan metode transformasi watershed dan spatial filter yang terdiri dari low pass filter dan high pass filter sebagai pemroses awal. A-76
1D. Manfaat Penelitian Hasil akhir dari penelitian ini diharapkan dapat memberikan alternatif pada pembangunan aplikasi pengolahan citra dalam melakukan proses segmentasi dan dapat meningkatan kualitas citra. 2. TINJAUAN PUSTAKA 2A. Citra Citra merupakan istilah lain untuk gambar sebagai salah satu komponen multimedia yang memegang peranan yang sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh data teks, yaitu citra kaya dengan informasi. Citra diam adalah citra tunggal yang tidak bergerak. Untuk selanjutnya, citra diam disebut citra saja. Sedangkan, citra bergerak (moving images) adalah rangkaian citra diam yang ditampilkan secara beruntun (sekuensial) sehingga memberi kesan pada mata sebagai gambar yang bergerak. Setiap citra di dalam rangkaian disebut frame. [4] 2B. Histogram Citra Histogram citra adalah grafik yang menggambarkan penyebaran nilai-nilai intensitas pixel dari suatu citra atau bagian tertentu di dalam citra. Dari histogram dapat diketahui frekuensi kemunculan nisbi (relative) dari intensitas pada citra tersebut. Histogram juga dapat menunjukan banyak hal tentang kecerahan dan kontras dari sebuah gambar. [4] 2C. Grayscale Grayscale adalah gambar yang memiliki graylevel sebagai nilai dari tiap pixelnya. Sedangkan graylevel adalah tingkat warna abu-abu dari sebuah pixel, dapat juga dikatakan tingkat cahaya dari sebuah pixel. Maksudnya nilai yang terkandung dalam pixel menunjukkan tingkat terangnya pixel tersebut dari hitam ke putih. Biasanya ditetapkan nilainya antara 0 hingga 255 (untuk 256 graylevel), dengan 0 adalah hitam dan 255 adalah putih. Karena hanya terbatas 1 byte saja maka untuk mempresentasikan nilai pixel cukup 8 bit saja. [2] 2D. Citra Biner Citra biner (binary image) adalah citra yang hanya mempunyai dua nilai derajat keabuan yaitu hitam dan putih. Meskipun saat ini citra berwarna lebih disukai karena memberi kesan yang lebih kaya dari pada citra biner, namun tidak membuat citra biner mati. Pada beberapa aplikasi citra biner masih tetap dibutuhkan, misalnya citra logo instansi (yang hanya terdiri atas warna hitam dan putih), citra kode batang (bar code) yang tertera pada label barang, citra hasil pemindaian dokumen teks, dan sebagainya. 2E. Segmentasi Segmentasi wilayah merupakan pendekatan lanjutan dari deteksi tepi. Dalam deteksi tepi segmentasi citra dilakukan melalui identifikasi batas-batas objek (boundaries of object). Batas merupakan lokasi dimana terjadi perubahan intensitas. Dalam pendekatan didasarkan pada wilayah, maka identifikasi dilakukan melalui wilayah yang terdapat dalam objek tersebut. Segmentasi berusaha memisahkan suatu citra ke dalam kelompok piksel-piksel homogen ke dalam satu himpunan yang sesuai dengan masing-masing kriterianya. Tiap kelompok tersebut dinamakan dengan segmen. Pengelompokkan (clustering) digunakan sebagai teknik segmentasi menggunakan keseragaman predikat. Segmen yang dihasilkan dari algortima clustering biasanya dinamakan dengan cluster-cluster. Global segmentasi berhubungan dengan segmentasi dalam keseluruahn citra. Sedangkan lokal segmentasi berhubungan dengan segmentasi sub-citra yang merupakan bagian kecil dari keselruhan citra tersebut. Biasanya bekerjanya dalam window-window berukuran kecil yang mewakili keseluruhan citra. [7] A-77
2F. Watershed Konsep transformasi Watershed adalah dengan menganggap sebuah citra merupakan bentuk tiga dimensi yaitu posisi x dan y dengan masing-masing tingkatan warna yang dimilikinya. Posisi x dan y merupakan bidang dasar dan tingkat warna pixel, yang dalam hal ini adalah citra abu (graylevel) merupakan ketinggian (n) dengan anggapan bahwa nilai yang makin mendekati warna putih mempunyai ketinggian yang semakin tinggi. Dirumuskan max = n+1, dimana n adalah maksimum ketinggian graylevel. Dengan anggapan bentuk topografi tersebut, maka terdapat tiga macam titik yaitu: 1. Titik yang merupakan minimum regional 2. Titik yang merupakan tempat dimana jika setetes air dijatuhkan, maka air tersebut akan jatuh hingga ke sebuah minimum tertentu disebut catchment basin. 3. Titik yang merupakan dimana jika air dijatuhkan, maka air tersebut mempunyai kemungkinan untuk jatuh ke satu posisi minimum (tidak pasti jatuh ke sebuah titik minimum, tetapi dapat jatuh ke titik minimum tertentu atau titik minimum yang lain) disebut watershed line atau dam. [2] 2 G. Filtering Filtering merupakan suatu proses yang mengambil sebagian sinyal frekuensi tertentu dan membuang sinyal pada frekuensi lain. Filtering pada citra menggunakan prinsip sama, yaitu mengambil fungsi citra pada frekuensi-frekuensi tertentu dan membuang fungsi citra pada frekuensi-frekuensi lain. Prinsip-prinsip filtering dapat dikembangkan menjadi berikut ini : 1. Bila ingin mempertahankan gradasi atau banyaknya level warna pada suatu citra, maka kita mempertahankan frekuensi rendah dan membuang frekuensi tinggi. Prinsip ini dinamakan Low Pass Filter dan banyak digunakan untuk reduksi noise dan proses blur. 2. Bila ingin mendapatkan threshold atau citra biner yang menunjukkan bentuk suatu gambar, maka kita mempertahankan frekuensi tinggi dan membuang frekuensi rendah. Prinsip dinamakan High Pass Filter dan banyak digunakan untuk menentukan garis tepi (edge) atau sketsa citra. 3. Bila ingin mempertahankan gradasi dan bentuk dengan tetap mengurangi banyaknya bidang frekuensi (bandwidth) dan membuang sinyal yang tidak perlu, maka kita mempertahankan frekuensi rendah dan frekuensi tinggi, sedangkan frekuensi tengahan dibuang. Prinsip dinamakan Band Stop Filter. Teknik yang dikembangkan menggunakan Wavelet Transform yang banyak digunakan untuk kompresi, restorasi, dan denoising. [5] Secara garis besar operasi peningkatan kualitas segmentasi citra menggunakan model transformasi watershed dan noise reduction yang berupa spasial filter yang terdiri dari low pass filter dan high pass filter adalah sebagai berikut : Input Citra Proses Awal : Spasial Filter (Low Pass Filter dan High Pass Filter) Watershed Output : Citra Hasil Segmentasi Gambar 1. Segmentasi Citra didasarkan pada Watershed A-78
Spatial filter terdiri dari low pass filter dan high pass filter. Masing-masing filter mempunyai kelebihan dan kekurangan tergantung pada sifat citra yang akan diproses serta hasil akhir yang diinginkan. Pada saat pemilihan suatu filter harus diperhatikan jenis dan keakuratan suatu filter. 2 H. Low Pass Filter Low pass filter digunakan pada gambar yang memiliki intensitas warna yang rendah. Karena letak noise berada pada intensitas rendah, maka dilakukan pencarían pada titik-titik gambar kemudian akan ditandai sebagai noise. Selanjutnya titik tersebut akan diganti dengan mencari warna rata-rata disekitar titik tersebut. Gambar 2. Intensitas Noise Low Pass Filter Low pass filter adalah proses filter yang mengambil citra dengan gradasi intensitas halus dan perbedaan intensitas tinggi akan dikurangi atau dibuang. Pelembutan citra (image smoothing) bertujuan untuk menekan ganggunan (noise) pada citra. Gangguan tersebut biasanya muncul sebegai akibat dari hasil pengerokan citra yang tidak bagus (sensor noise, photographic noise) atau akibat saluran transmisi (pada pengiriman data). [6] 2 I. High Pass Filter High pass filter digunakan jika noise diketahui memiliki intensitas warna tinggi. Misalnya noise berwarna 220-255, maka dilakukan pendeteksian untuk setiap titik yang memiliki warna antara 220 hingga 255 akan ditandai sebagai noise. Gambar 3. Intensitas Noise High Pass Filter Operasi penajaman dilakukan dengan melewatkan citra pada penapis lolos tinggi (high pass filter). Penapis lolos tinggi akan meloloskan (atau memperkuat komponen berfrekuensi tinggi, misalnya tepi atau pinggiran objek) dan akan menurunkan komponen berfrekuensi rendah. Akibatnya, pinggiran objek terlihat lebih tajam dibandingkan sekitarnya. [6] 2 J. SNR (Signal Noise to Ratio) SNR digunakan untuk menentukan kualitas citra setelah dilakukan operasi. Citra hasil dibandingkan dengan citra asli untuk memberi perkiraan kasar kualitas citra hasil. Semakin besar nilai SNR berarti penggunaan metode dapat meningkatkan kualitas cira, sebaliknya jika nilai SNR semakin kecil maka citra hasil hanya sedikit juga peningkatan kualitasnya. Nilai SNR yang tinggi adalah lebih baik karena berarti rasio sinyal terhadap metode juga tinggi. Dimana sinyal adalah citra asli. 3. METODE PENELITIAN Langkah-langkah yang akan dilakukan pada penelitian ini adalah : 1. Pengumpulan Data Data yang dikumpulkan berupa citra yang berekstensi *bmp. 2. Studi Literatur Pada tahap ini, peneliti akan mempelajari beberapa literatur yang terkait dengan watershed dan filtering pada citra. A-79
3. Analisis Pada tahap ini dilakukan pengumpulan kebutuhan elemen yang perlu diolah oleh software. Dengan adanya analisis maka dapat ditentukan data dan informasi, fungsi, serta proses atau prosedur yang diperlukan. Hasil akhir dari analisis data adalah spesifikasi software. 4. Perancangan Pada tahap perancangan, peneliti akan membangun model konseptual sistem dan merancang antar muka pengguna sistem. 5. Implementasi Sistem Tahap ini merupakan tahap pembangunan aplikasi dengan didasarkan pada hasil perancangan. Implementasi akan dilakukan dengan menggunakan bahasa pemrograman Matlab. 6. Ujicoba Pengujian sistem yang dilakukan dengan mengamati keluaran dari berbagai masukkan. Jika keluaran sistem telah sesuai dengan rancangan untuk variasi data, maka sistem tersebut dinyatakan baik. 4. HASIL DAN PEMBAHASAN Hasil yang bisa diperoleh dari penelitian ini adalah bahwa dengan menggunakan proses awal menggunakan proses filtering sebelum dilakukan proses watershed adalah menghasilkan citra yang tidak over segmentation. Tabel 1. Hasil Segmentasi Citra Citra Asli Citra Watershed Citra Watershed dengan Low Pass Filter Citra Watershed dengan High Pass Filter Timing Run = 0,296 SNR = 5,81892 Timing Run = 0,328 SNR = 6,3806 Timing Run = 0,329 SNR = 6,1944 5. KESIMPULAN Citra hasil segmentasi menggunakan metode watershed menghasilkan segmentasi yang berlebihan. Sedangkan citra hasil segmentasi watershed yang telah dilakukan proses awal dengan menggunakan filtering menghasilkan segmentasi yang tidak berlebihan. A-80
6. DAFTAR PUSTAKA 1) Adipranata, Rudy. 2005. Kombinasi Metode Morphological Gradient Dan Transformasi Watershed Pada Proses Segmentasi Citra Digital. Surabaya : Universitas Kristen Petra. 2) Adipranata, Rudy, dkk. 2005. Perancangan Dan Pembuatan Aplikasi Segmentasi Gambar Dengan Menggunakan Metode Morphological Watershed. Surabaya : Universitas Kristen Petra. 3) Farfan, Carlos and Renato A. Salinas. Rock Segmentation And Measured On Level Images Using Watershed For Sizing Distribution In Particle Systems. Univercity Of Santiago. Chile. 4) Munir, Rinaldi, 2004. Pengolahan Citra Digital dengan Pendekatan Algoritmik. Bandung : Penerbit Informatika. 5) Sigit, Riyanto, S.T dan Drs. Achmad Basuki, M.Kom. 2005. Step By Step Pengolahan Citra Digital. Yogyakarta : Penerbit Andi. 6) Wijaya, Marvin Ch dan Agus Prijono. 2007. Pengolahan Citra Digital Menggunakan Matlab Image Processing Toolbox. Bandung : Penerbit Informatika. 7) http://agusza.its-sby.edu/kuliah/citra/bab10.html (07 Mei 2009) A-81